2020-03-24 21:45:34
进入到2020年，自动驾驶技术走到了需要规模商业化证明技术价值的时候。
不管是封闭或半封闭场景的矿区、港口和园区，还是公开道路的RoboTaxi、RoboTruck等，技术都是自动驾驶在不同场景商业化的基础。
本报告覆盖了自动驾驶汽车所需要的感知、定图与定位、传感器融合、机器学习方法、数据收集与处理、路径规划、自动驾驶架构、乘客体验、自动驾驶车辆与外界交互、自动驾驶对汽车部件的挑战（如功耗、尺寸、重量等）、通讯与连接（车路协同、云端管理平台）等技术领域的讨论，并且提供相应的各自动驾驶公司的实施案例。
本报告是由美国、中国、以色列、加拿大、英国等全球不同国家和地区的自动驾驶专家，针对自动驾驶技术的硬件和软件技术，进行的全面阐述，方便各位读者能够从技术角度，了解最新的技术动态，从而全面了解自动驾驶汽车。
本报告的案例大多数来自汽车领域，这也是目前自动驾驶行业最火热的应用场景，但是，服务个人出行的汽车并不是自动驾驶技术影响深远的行业，其他的行业，如公共交通、货运、农业、矿业等领域，也同样是自动驾驶技术应用的广泛天地。
01 各类传感器
各类传感器，用于自动驾驶汽车感知环境，如同人类的眼睛，自动驾驶汽车的基础部件；自动驾驶汽车的传感器主要有五种，包括了：1、Long range RADAR；2、Camera；3、LIDAR；4、Short/Medium range RADAR；5、Ultrasound；
这些不同的传感器，主要用于不同距离、不同类型的物体感知，为自动驾驶汽车判断周边环境，提供最重要的信息来源，另外，还有一个环境感知的信息来源是车路协同的来源，这点报告中也有阐述。
关于传感器的选择，主要是根据下面的技术因素进行判断：
1、扫描范围，确定必须对被感测的对象做出反应的时间；
2、分辨率，确定传感器可以为自动驾驶车辆提供的环境细节；
3、视场或角度分辨率，确定要覆盖、要感知的区域需要传感器的数量；
4、刷新率，确定来自传感器的信息更新的频率；
5、感知对象数量，能够区分3D中的静态对象数量和动态对象数量，并且确定需要跟踪的对象数量；
6、可靠性和准确性，传感器在不同环境下的总体可靠性和准确性；
7、成本、大小和软件兼容性，这是量产的技术条件之一；
8、生成的数据量，这决定了车载计算单元的计算量，现在传感器偏向智能传感器，也就是，不仅仅是感知，还会分辨信息，把对车辆行驶影响最重要的数据传输给车载计算单元，从而减少其计算负荷；
